公开(公告)号：CN107729812A

公开(公告)日：2018-02-23

申请号：CN201710842192.4

申请日：2017-09-18

Applicant: 南京邮电大学

Inventor： 刘峰 ,  岳楠 ,  干宗良 ,  崔子冠

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/00771 ,  G06K9/4652 ,  G06K9/6269

Abstract: 本发明提供了一种适用于监控场景中的车辆颜色识别方法，其主要包含了基于颜色相似性聚类的分割方法、词袋模型与HSV空间相结合形成车辆颜色特征向量的方法。首先对车辆图片进行尺寸归一化处理，利用边缘检测的方法消除玻璃窗对车身颜色特征提取的干扰，然后利用颜色相似性聚类的方法将车身部分分成多个颜色信息相差较大的像素块，对像素块中的像素个数进行归一化得到该像素块的第一个权重，利用基于欧式距离的模型为该像素块分配第二个权重。抽取各种颜色的车辆图片，利用k-means聚类的方法生成一个特征表作为码本，利用词袋模型得出每一幅图片的颜色特征向量。最后利用分类器将该车辆的颜色分类出来。本发明具有准确率高、鲁棒性好、实用性高的优点。

公开(公告)号：CN107729812B

公开(公告)日：2021-06-25

申请号：CN201710842192.4

申请日：2017-09-18

Applicant: 南京邮电大学

Inventor： 刘峰 ,  岳楠 ,  干宗良 ,  崔子冠

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明提供了一种适用于监控场景中的车辆颜色识别方法，其主要包含了基于颜色相似性聚类的分割方法、词袋模型与HSV空间相结合形成车辆颜色特征向量的方法。首先对车辆图片进行尺寸归一化处理，利用边缘检测的方法消除玻璃窗对车身颜色特征提取的干扰，然后利用颜色相似性聚类的方法将车身部分分成多个颜色信息相差较大的像素块，对像素块中的像素个数进行归一化得到该像素块的第一个权重，利用基于欧式距离的模型为该像素块分配第二个权重。抽取各种颜色的车辆图片，利用k‑means聚类的方法生成一个特征表作为码本，利用词袋模型得出每一幅图片的颜色特征向量。最后利用分类器将该车辆的颜色分类出来。本发明具有准确率高、鲁棒性好、实用性高的优点。